一、 华为云“云上先锋”·AI 学习赛BaseLine

1. 创建obs桶和文件夹
   
   选择单AZ储存，因为价格便宜
   输入桶名称然后创建
   
   点击桶名称进入桶，再点击对象并创建文件夹
   Dataset——数据集，codes——存放代码，model_output——输出的模型文件
   

2. 拷贝数据集和代码
   打开网址https://console.huaweicloud.com/modelarts/?region=cn-north-4#/dev-container
   点击开发环境->Notebook
   
   点击创建
   
   公共镜像选择tensorflow1.13-cuda10.0-cudnn7-ubuntu18.04，储存配置选择云硬盘EVS
   下载安装OBSBrowser+，下载地址：https://support.huaweicloud.com/browsertg-obs/obs_03_1003.html
   然后点击获取AccessKey，新增访问密钥
   
   点击确定，并下载密钥文件
   输入对应框并登录
   
   在对应的文件夹上传文件
   
   

3. 在 ModelArts 全局配置中配置访问授权
   在ModelArts控制台，点击全局配置，添加授权，同意授权。
   

4. 创建训练作业
   首先点击算法管理，创建算法
   
   AI引擎选择旧版的TF-1.13.1+Python3.6
   代码目录选择codes/src/
   启动文件选择代码目录下的run.py文件
   创建算法
   点击训练管理，训练作业，创建训练作业
   
   训练输入选择train_data文件夹，输出训练选择model_output文件夹
   并增加超参，deploy_script_path，值输入s3://桶名称/codes/src/deploy_scripts/
   提交，等待训练成功
   

5. 导入模型管理
   点击AI应用管理->AI应用->创建AI应用
   
   
   元类型来源选择从OBS选择，选择元类型，选择model_output文件夹，部署服务勾选在线服务，点击立即创建
   
   等待导入和构建
   
   构建成功之后，点击部署->在线服务
   
   点击下一步然后提交
   等待部署完成，体验效果
   

二、 手势识别

1. 创建obs桶和文件夹（与前面相同）

2. 将数据集和代码上传
   

3. 创建训练作业
   和前面步骤一样，不重复说明
   

4. 创建AI应用
   
   

5. 部署在线应用
   
   

6. 功能测试
   

7. 添加自己的独特手势，并重新进行3-5步骤。

8. 测试自己的手势，Gun（手枪）
   

三、出现的问题和解决办法

1. 网页端不能上传超过100个文件
   
   解决办法：选择使用OBSBrowser+客户端，实验过程里有介绍

2. 创建作业时报错AttributeError：module tensorflow no attribute app
   
   经过查阅资料得知是TF版本问题
   解决方法：去算法页面将算法的AI引擎版本修改为TF-1.13.1+Python3.6
   参考资料：https://blog.csdn.net/qq_24163555/article/details/102954704

3. 训练作业过程中报错某个链接404
   
   解决办法：下载对应的文件，并上传至OBS，获取分享链接，并修改codes/models下的resnet50.py的第39行修改成自己的链接
   

   文件下载地址：https://www.cnblogs.com/eniac1946/p/7808439.html

4. 直接将手势识别的图片导入垃圾分类的train_data目录下无法训练作业
   经过比较，发现垃圾分类和手势识别的图片下的txt文件格式不对，批量处理起来有点麻烦
   于是写了一个python文件，批量修改

   import os
   gesture_type = ['Background','Great','OK','Other','Rock','Yeah']
   for file in os.listdir(path='.'):
       if 'txt' in file:
           name = file.split('.')[0]
           pic = [i for i in os.listdir(path='.') if name in i and 'txt' not in i][0]
           with open(file,'r') as f:
               gesture = f.read()
               result = pic+', '+str(gesture_type.index(gesture))
           with open(file,'w') as f:
               f.write(result)
   print('Change Successfully!')
   

   垃圾分类下txt文件格式为，图片名+规则rule的json文件key值
   于是修改dataset的目录下garbage_classify_rule.json文件

   {
       "0":"Background",
       "1":"Great",
       "2":"OK",
       "3":"Other",
       "4":"Rock",
       "5":"Yeah",
       "6":"Gun"
   }
   

   并且，deploy_scripts/customize_service.py文件使用了相同规则
   

   修改文件为手势识别的内容，然后部署上云即可